Merhaba! Ben Mark Horseman'ım ve hoş geldiniz The Havalı Çocuk Köşesi. Bu, DATAVERSITY'li bir veri savunucusu olarak karşılaştığım insanları ve fikirleri sizinle paylaşmak için yaptığım aylık check-in'im. Bu ay, kişisel tanımlanabilir bilgilerin (PII) ve bu verilerin gizliliğinin yanı sıra kuruluşların müşterilere daha iyi, daha kişisel hizmet sunmak için kişisel verileri kullanma yollarından da bahsediyoruz. Özellikle, az temsil edilen gruplar için eşitlik ve katılımla ilgili verilere bakacağız. Etik bir şekilde iyilik yapma arzumuz ne zaman sonuçta saygı duyulması gereken mahremiyet beklentisiyle karşı karşıya gelir? Bunun nasıl gri bir alan haline geldiğine dair bazı örneklere dalacağız ve sonunda havalı çocukların ne söylediğini göreceğiz. 

Kariyerimin başlarında, Kanada'daki bir yüksek öğrenim kurumunda kendilerini yerli olarak tanımlayan öğrencilerin güvenliğini ve organizasyonel tanımını yönetmekle görevlendirildim. Elde tutma oranları ve diğer "öğrenci başarısı" ölçümleri hakkında analiz yapabilmek için öğrencileri kendilerini tanımlamaya teşvik ettik. Neyse ki bu, o dönemde mahremiyet ve güvenlikle ilgili ilk araştırmam değildi, ancak çok daha küçük bir nüfusla az sayıda canlının tanımlandığını kısa sürede anladım (aynı zamanda Kurumsal Analiz ekibimizin bilgeliğinden de ders aldım). Bir programdaki öğrenciler mahremiyet riski haline geldi. Hedeflerimiz üniversitede yeterince temsil edilmeyen bir nüfus için öğrenci deneyimini geliştirmek olsa da, bir programda zorluk yaşayan öğrencileri tek tek belirlememeye dikkat etmemiz gerekiyordu. 

Bu, beynimi eşitlik verileri ve iyilik yapma arzumuzun insanların mahremiyet beklentileriyle karşı karşıya gelebileceği yer hakkında düşünme yoluna soktu. Bunu diğer sektörlere genişletin; örneğin, bölgeye göre nüfus segmentasyonuna dayalı bir pazarlama kampanyası oluşturmak, bu gri alana çok hızlı bir şekilde ulaşır. Mahremiyeti ve eşitliği korurken ve toplum için iyilik yaparken etik kalmak zordur. Bir kampanya için nüfus seçiminin bir azınlık grubundan fazla seçim yaptığını fark etmeden, kiraladığı bilinen bir dizi coğrafi kodlu lokasyona "kiracıların sigortasını" pazarlayan bir sigorta satıcısını hayal edin. Verilerin nasıl kullanıldığı konusunda dikkatli olmamanın itibar riski gerçektir.  

Uzun yıllardır bu konuyu düşündüğümden, doğal olarak yakın arkadaşımla yaptığım konuşmada bu konu aklıma geldi. Karen Lopezgizlilik, güvenlik ve veri modelleme konusunda otorite olan kişi. Normalden biraz uzaklaşarak Havalı formatında, Karen'dan düşüncelerini aşağıya yazmasını istedim. 

Bu konuyu seviyorum! Yüksek öğrenimden bahsetmişken, üniversitede notlarımızın profesörümüzün kapısının önünde, aynı zamanda sosyal güvenlik numaramız (SSN) olan Öğrenci Kimliğimizle listelenerek ilan edildiğini hatırlıyorum. O günlerde, SSN'ler yerel olarak düzenleniyordu ve bir kişinin büyüdüğü yerin yaklaşık yeri, numarasının ilk üç hanesinden anlaşılıyordu. Küçük bir sınıftaysanız, SSN listelerine dayanarak sınıfın notlarının yarısını hemen hemen anlayabilirsiniz. Özel bir not olarak, yabancı öğrencilere “9” ile başlayan yapay bir SSN verilecek. Bu da yabancı öğrencilerin notlarının takibini kolaylaştırdı. 

Elbette artık diğer kimlikler için SSN kullanmıyoruz (hala kullanıyorsanız DUR). Bununla birlikte, gizlenmiş verilerin kullanımı ve temeldeki verilerin yalnızca diğer verilerle eşleştirilerek nasıl elde edilebileceği hakkında yapılması gereken başka etik tartışmalar da vardır. Bir durumda, çeşitli sistemlerdeki veriler üzerindeki maskeler farklı şekilde uygulandı; böylece verilerin tamamını görmek için üç rapor bir araya getirilebilir. 

İyi Veri Yönetişimi, TSA güvenli sıvı kaplarımın her yolculukta yaptığı gibi verileri sızdırmadığımızdan emin olmak için her projenin ne yaptığına dikkat ederek proje genelinde verileri yönetmemizi gerektirir. Birçok kişi Veri Yönetişimi gruplarını yalnızca "onay işaretiyle üretime geçme" yaklaşımı olarak görüyor. Biz daha iyisini biliyoruz. Verilerimizi hiçbir zarar vermeyecek şekilde yönettiğimizden emin olmak yalnızca uyumluluk gereksinimleri değil, aynı zamanda etik görevimizdir. Bu, yalnızca kalıcı verileri değil, raporları da kontrol etmemizi gerektirir. Topladığımız izinlerle uyumlu veri kullanımlarını incelememizi gerektirir. Çalışkanlık gerektirir.  

İpuçları: 

1. Yönetimin, verileri her türlü zarardan korumaya çalıştığımızı bilmesini sağlayın. 
2. Yönetimin ROI'yi yönetmeye çalıştığımızı bildiğinden emin olun – Hapsedilme Riski onları. 
3. Verilerin nasıl toplandığı ve kullanıldığıyla ilgili sorunları iletmeye hazır olun. 
4. İşi durdurma yetkiniz olmasa bile “bu konudaki tüm çalışmaları durdurun” çağrısına hazır olun. 
5. Bazı veri koruma yöntemlerinin yalnızca verilerin göründüğü her yerde kullanıldığında nasıl işe yaradığını anlayın. 

Etik Veri Yönetişimi bize dünyadaki verileri koruma sorumluluğunu verir; Zarar yaklaştığında ses verebilmeliyiz. 

Karen Lopez'in neler yaptığına göz atın: 

Buluşup katılabileceğinizi unutmayın Havalı DATAVERSITY etkinliklerindeki Karen Lopez gibi (%15 tasarruf etmek için COOLKIDS kodunu kullanın): 

Biri olmak istiyorum Havalı? Tek yapmanız gereken fikirlerinizi toplulukla paylaşmak! Toplulukta aktif olmak için DATAVERSITY web seminerlerine gelin, etkinliklere katılın ve benzer düşüncelere sahip meslektaşlarınızla ağ kurun. 

Gelecek ay veri liderliğine göz atacağız! 

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://www.dataversity.net/the-cool-kids-corner-equity-and-privacy/